In-hand object pose estimation using tactile sensors

In industrial robotics, assembly operations require extremely high precision standards, making it crucial to accurately estimate the position and the orientation of the manipulated objects. In this work, we propose a novel approach for in-hand pose estimation using vision-based tactile sensors. Our method leverages, as the pose estimator, a particle filter which represents the state probability distribution with a set of discrete weighted samples. It is iteratively updated, based on observations coming from tactile sensors and the environment. Specifically, through a point-set registration algorithm, we evaluate the quality of the alignment of each sample with respect to the tactile deformation, coming from the sensors. Additionally, since we are using a parallel gripper with only two fingers, environmental information is exploited to improve the accuracy of the estimation and resolve ambiguities given by symmetry. In particular, we address these challenges and understand the spatial configuration of the object through controlled collisions with a predefined surface. Furthermore, since contact actions are time-consuming, we have implemented a strategy that allows us to perform different types of collision based on the object’s position, avoiding unnecessary movements. Finally, experiments are performed to validate the proposed method, highlighting good results in different configurations and demonstrating its accuracy and flexibility.

Nel mondo della robotica industriale, le operazioni di assemblaggio richiedono standard di precisione estremamente elevati, rendendo molto importante stimare con accuratezza la posizione e l’orientamento degli oggetti coinvolti. In questo lavoro, proponiamo un nuovo approccio per la stima della posa in-hand, utilizzando sensori tattili basati sulla visione. Il nostro metodo si avvale, come stimatore della posa, di un particle filter che rappresenta la distribuzione di probabilità dello stato attraverso un insieme di campioni pesati e discreti. Viene aggiornato iterativamente, basandosi su delle osservazioni provenienti sia dai sensori tattili che dall’ambiente circostante. In particolare, mediante un algoritmo di registrazione, valutiamo la qualità dell’allineamento di ciascun campione rispetto alla deformazione tattile rilevata dai sensori. Inoltre, poiché utilizziamo un gripper parallelo con sole due dita, le informazioni provenienti dall’ambiente vengono sfruttate per migliorare l’accuratezza della stima e risolvere le ambiguità derivanti dalla simmetria. Affrontiamo queste sfide e comprendiamo come è posizionato l’oggetto nello spazio attraverso collisioni controllate con una superficie predefinita. Inoltre, dato che le azioni di contatto sono particolarmente onerose in termini di tempo, abbiamo implementato una strategia che ci consente di eseguire differenti tipologie di collisione in base alla posizione dell’oggetto, evitando movimenti inutili. Infine, sono stati condotti degli esperimenti per validare il metodo proposto, evidenziando buoni risultati in diverse configurazioni e dimostrando la sua accuratezza e flessibilità.